非均匀抽样网格简化

提出了一种考虑视点空间中某些重要视点的非均匀抽样网格简化的新方法,是在借鉴了Garland-Heckbert方法的基础上提出的,是一种考虑外观相似性的简化算法。给出并证明了两个判定边界的定理,为抽样提供了理论依据。在简化过程中,该算法通过采用视点空间中某些重要视点对模型进行抽样,使抽中的顶点对（轮廓附近的顶点对）得到适当保护。该算法除具有Garland-Heckbert方法的长处外,还可以在三角面片数较少的情况下（50多个三角面片）,尽可能保持模型的重要外观特征,给出了计算0－1图像的外观相似性误差的公式,通过该公式对简化结果进行比较,证明提出的简化算法对保持模型的外观特征是行之有效的。最后对该算法的时间和空间复杂性进行了分析。     

基于方面图技术的三维运动目标识别

三维目标在不同的视点下呈现不同的姿态 ,所得的二维视图也不尽相同 ,因此三维目标识别是一个较为复杂的问题 .为此提出了通过图象序列和图象序列之间的转移关系 ,根据胜者为王的原则来识别三维目标的方法 .该方法采用极指数栅格技术和傅立叶变换相结合得到目标的轮廓不变量 ;用神经网络结合方面图技术 ,通过识别运动目标图象序列来识别三维运动目标 ,实现了一个目标识别系统 .实验结果证明 ,此方法可以有效地用于三维运动目标的识别     

公布式虚拟环境系统的异构机网络通信设计与实现

分析了分布式虚拟环境系统对实时通信的需求,重点介绍了如何实现在微机和工作站之间进行实时通信,以及在不同进程之间数据共享的设计方案,介绍了一个异构机分布式虚拟环境系统ＨＣＤＶＥＳ。     

目标识别的极指数栅格方法

在极对数坐标下常常通过傅立叶变换得到目标的轮廓不变量来识别目标,提取的特征量多且花费的时间长,因此提出了一种新的目标识别的极指数栅格方法,该方法首先将直角坐标中的目标映射到极对数坐标下,把包围变换中心的目标轮廓变换成一维目标曲线,然后提取曲线的结构特征,包括目标的跨度、目标曲线面积比率和目标曲线分布状况,这些结构特征具有旋转、缩放、平移不变性,用BP网络对3个二维目标进行学习和识别,实验证明,利用结构特征进行识别得到了较好的识别效果,并且花费的时间少,但是本方法仅适用于没有滚动和扭动的单个运动目标识别。     

分布式虚拟环境系统的异构机网络通信设计与实现

分析了分布式虚拟环境系统对实时通信的需求,重点介绍了如何实现在微机和工作站之间进行实时通信,以及在不同进程之间数据共享的设计方案,介绍了一个异构机分布式虚拟环境系统ＨＣＤＶＥＳ。     

分布式虚拟环境

分布式虚拟环境就是大规模的、网络化的、基于计算机的虚拟世界,在虚拟世界里,许多人和计算机控制的实体能够进行交互作用。该文对分布式虚拟环境技术研究背景及其发展情况进行了介绍,并分析了国外发展趋势及国内状况。最后提出在我国发展分布式虚拟环境所应优先考虑的几点建议。     

图象序列运动目标特征点对应的极指数栅格方法

目前的图象序列特征点对应方法是建立在相邻图象间的特征点在运动形式上变化不大 ,即相邻两帧图象间的时间间隔较小这样的一个假设之上的 ,但当相邻图象间的时间间隔较大时 ,则这些方法很难找到对应的特征点 .为此 ,提出了一个由粗到细解决图象序列特征点对应的新方法 ,该方法首先进行粗定位 ,即利用极指数栅格方法来得到运动后目标特征点的大致范围 ;然后通过细定位来得到对应的特征点 .为了使人们对该方法有一全面了解 ,还介绍了该方法的原理 ,并给出了实验结果 .实验证明 ,该方法可以很好地解决时间间隔较大的两帧图象间的特征点对应问题 ,其最大的优点是比通常的方法简单有效 .     

虚拟声频技术的研究进展

简要介绍了目前虚拟声频技术的研究进展状况及存在的问题。虚拟声频是通过耳机或音箱阵列为听者创造一种具有三维方位感的声频环境幻觉，这种幻觉可以通过声频信号与听觉定位信息曲线的卷积来实现。由于虚拟声频定位技术涉及人的听觉生理学和听觉心理学，所以它是人类比较复杂的感知过程。针对虚拟声频技术问题，文章总结了近些年来这方面的相关研究成果，主要包括：虚拟声频定位及定位曲线，虚拟声频信号处理和虚拟声频技术目前存在的问题。     

语音识别技术评述

本文对语音识别技术作了评述,包括语音识别的基本原理,语音识别的发展历史,语音识别的主要方法一特征参数匹配法、隐马尔柯夫法和神经网络法,语音识别的难点及对策,语音识别的发展方向与应用前景．